一种基于卷积神经网络和Transformer混合网络结构的图像超分辨率方法

    公开(公告)号:CN119693236A

    公开(公告)日:2025-03-25

    申请号:CN202411873358.5

    申请日:2024-12-18

    Abstract: 基于卷积神经网络和Transformer混合网络结构的图像超分辨率方法属于计算机视觉领域。首先搭建卷积神经网络和Transformer混合结构的图像超分辨率网络,利用简单卷积实现对浅层特征的提取;然后联合多个残差组实现对深度特征的提取,其中残差组由多个提出的双路协同模块构成,该模块包括双注意力Transformer模块、多尺度卷积模块和选择性融合模块;利用双注意力Transformer模块将通道注意力与空间注意力相结合,使特征能够捕获更广泛的全局信息;多尺度卷积模块用来增强特征的局部表示;选择融合模块根据全局和局部特征之间的相似性自适应的融合或者交互,有效保留全局轮廓和局部细节;最后利用上采样模块实现对深层特征的空间特征转换,得到对低分辨率图像超分辨率的结果。

    一种压-弯分离式劲性波纹腹板增强可再生混凝土柱

    公开(公告)号:CN118793232A

    公开(公告)日:2024-10-18

    申请号:CN202411184817.9

    申请日:2024-08-27

    Abstract: 本发明公开了一种压‑弯分离式劲性波纹腹板增强可再生混凝土柱,由压‑弯分离式劲性铝合金骨架和可再生混凝土构成;可再生混凝土可根据设计需求外置、内置或内外联合使用等。压‑弯分离式劲性铝合金骨架由H‑L型组合铝骨和波纹H型铝板通过铝合金螺栓组合而成,其中H‑L型组合铝骨以及可再生混凝土可以共同承担竖向荷载;同时波纹H型铝板形成独立抗侧体系,主要承担侧向荷载,这种铝合金骨架使结构抗压与抗侧分离,并且充分利用和发挥了各个构件的优势,使得柱子的承载能力得到显著提升与优化。本发明具有压‑弯力学性能分离、低碳耐腐蚀、自重轻、可装配等特点。

    一种基于学习的超先验边信息补偿图像压缩方法

    公开(公告)号:CN114449276B

    公开(公告)日:2024-04-02

    申请号:CN202210011926.5

    申请日:2022-01-06

    Abstract: 本发明涉及一种基于学习的边信息补偿图像压缩方法,用于解决图像和视频的压缩问题,具体包括本发明通过引入多尺度表示提取两层边信息作为浅层超先验和深层超先验,从而实现更准确和灵活的熵模型。此外,浅层超先验可以捕获潜在表示的空间依赖,同时也可以微调潜在表示来提升重建质量。其次,本发明提取的深层超先验作为浅层超先验的超先验,可以提升浅层超先验的有效性和准确性。最后,本发明设计了一种有效的残差通道注意力块,可以增强潜在表示通道之间的交互关系以及适用于我们基于残差的网络结构。

    一种光场图像压缩方法
    44.
    发明授权

    公开(公告)号:CN112184842B

    公开(公告)日:2024-01-05

    申请号:CN202011067776.7

    申请日:2020-10-07

    Abstract: 本发明公开一种光场图像压缩方法,包括:步骤一:将光场图像转化为光场子视图;步骤二:将光场子视图分为编码集Scode和未编码集Suncode;步骤三:将编码后解码的Scode的光场子视图作为多分支空间变换网络MSTN的输入,获得与待重建子视图(未编码集Suncode)更相似的子视图;步骤四:将变换后的子视图集(MSTN的输出)作为生成对抗网络WGAN‑gp的输入,得到重建的当前视点的子视图。采用本发明的技术方案,提(56)对比文件Nader Bakir 等.Light Field ImageCompression Based on Convolutional NeuralNetworks and Linear Approximation.201825th IEEE International Conference onImage Processing (ICIP).2018,第1128-1132页.

    一种基于小波变换注意力模型的图像修复方法

    公开(公告)号:CN111047541B

    公开(公告)日:2023-06-02

    申请号:CN201911400990.7

    申请日:2019-12-30

    Inventor: 王瑾 王琛 朱青

    Abstract: 本发明涉及一种基于小波变换注意力模型的图像修复方法,用于提供一种高质量的图像修复方法。本发明基于图像修复网络,该网络是以GAN为基础,包括生成器网络和判别器网络;生成器网络部分首先利用DWT将受损图像中已知区域特征分解为多频子带,然后通过注意力机制进一步提取已知区域的深层信息,最后通过IDWT生成修复后的图像;在判别器网络部分采用PatchGAN的全卷积判别器网络结构,修复后的图像和ground‑truth图像共同作为输入,生成器网络和判别器网络交替优化,并通过最小化全局损失函数进行反向传播,迭代地调整生成器网络参数,最终使得优化后的生成器网络可以生成高质量的图像修复结果。

    一种内置隔舱式颗粒惯容阻尼器

    公开(公告)号:CN112832577B

    公开(公告)日:2022-11-04

    申请号:CN202110024658.6

    申请日:2021-01-08

    Abstract: 本发明公开了一种内置隔舱式颗粒惯容阻尼器,包括滚珠丝杠一端通过螺母插入金属外壳一内,另一端通过轴承插入金属外壳二内,并与飞轮焊接在一起;飞轮内部设置若干隔舱,隔舱面积相同或不同,并放置一定数量的颗粒,颗粒填充率相同或不同,以此实现多频调谐的功能,隔舱内壁贴合耗能层。当受控构件振动使得金属外壳一与金属外壳之间发生相对运动时时,滚珠丝杠会带动飞轮转动产生惯性力,吸收振动能量;飞轮隔舱内的颗粒随着飞轮运动,并与其他颗粒以及耗能层发生碰撞、摩擦消耗自身能量,从而达到耗能的目的。本发明兼具惯容吸能、摩擦耗能和多频调谐等多重功能,可有效减小风荷载、地震以及爆破冲击等作用下结构之间的振动。

    一种带ECC管的灌浆套筒连接装配式混凝土构件

    公开(公告)号:CN113216510B

    公开(公告)日:2022-10-28

    申请号:CN202110241319.3

    申请日:2021-03-04

    Abstract: 本发明公开了一种带ECC管的灌浆套筒连接装配式混凝土构件,该装配式混凝土构件包括预制RC混凝土构件A、预制ECC管以及预制RC混凝土构件B。预制RC混凝土构件A为变截面,塑性铰端部为与预制ECC管相适配的内嵌榫型截面,内嵌凸榫用于插入预制ECC管中。预制RC混凝土构件A和预制RC混凝土构件B的连接是通过预埋于预制ECC管内的灌浆套筒实现的,三者之间的装配式接缝通过灌浆套筒以及高强结构胶、UHPC、高强灌浆料等接缝材料连接。本发明可有效提高装配式混凝土构件的耐久性和抗震性能,并充分发挥了ECC这种材料优异的抗裂能力以及裂缝控制能力,适用于建筑结构的装配式混凝土构件,亦适用于桥梁结构中的装配式桥墩、系梁等装配式混凝土构件。

    基于卷积变分自编码器神经网络的双层HDR图像压缩器及方法

    公开(公告)号:CN113163200B

    公开(公告)日:2022-09-20

    申请号:CN202110186683.4

    申请日:2021-02-09

    Inventor: 王瑾 韩飞 朱青

    Abstract: 本发明涉及基于卷积变分自编码器神经网络的双层HDR图像压缩器及方法,用于解决由于HDR图像占用存储空间较大,需要对HDR图像进行压缩存储的技术问题。具体内容包括,基础层编码生成基础层码流,基础层用于向后兼容JPEG标准,扩展层编码生成扩展层码流,扩展层主要是由卷积变分自编码器组成,基础层码流和扩展层码流经过解码后产生重建HDR图像,为了去除压缩和解压缩过程中产生的图像伪影和噪声,最后加入CNN后处理神经网络来提高图像重建质量。在主观视觉上重建图像达到了较高的清晰度,并且在客观质量指标上优于传统方法的压缩效果。

    一种具有摩擦耗能和自复位功能的ECC-铝骨摇摆墙

    公开(公告)号:CN113944357A

    公开(公告)日:2022-01-18

    申请号:CN202111178657.3

    申请日:2021-10-10

    Abstract: 本发明公开了一种具有摩擦耗能和自复位功能的ECC‑铝骨摇摆墙,包括包括受控结构与腔体连接下缘箱型钢构件、预制ECC‑铝骨摇摆墙构件、下缘箱型钢构件与预制ECC‑铝骨摇摆墙构件连接转换钢构件、受控结构与腔体连接上缘箱型摩擦钢构件、预制ECC‑铝骨摇摆墙与上缘箱型钢构件连接转换钢构件、摩擦芯板、形状记忆合金棒(SMA)、铝骨、各种型号螺栓和弹簧滑片。该种结构体系能够实现第一阶段通过摩擦耗能,第二阶段通过形状记忆合金棒(SMA)耗能并实现自复位,第三阶段通过ECC材料和铝合金骨架塑性变形耗能的三阶段耗能目标,具有装配速度快、可拆卸更换、变形能力强、抗震韧性优、耗能能力强等优点,适用于框架或剪力墙结构、桥梁结构等抗震加固或新建项目中。

    一种基于不相关稀疏字典的图像去噪方法

    公开(公告)号:CN108305219B

    公开(公告)日:2022-01-14

    申请号:CN201711495141.5

    申请日:2017-12-31

    Inventor: 王瑾 朱青

    Abstract: 本发明公开一种基于不相关稀疏字典的图像去噪方法,将字典元素之间的互相关性作为字典学习优化方法中的约束条件融合进字典学习模型,得到新的不相关字典学习模型,从而更高效地学习得到不相关字典;在这个模型中,字典的表示误差和互相关性都是优化目标,都需要极小化;通过求解这个优化模型得到最优不相关稀疏字典。本发明得到不相关稀疏字典用于图像去噪的结果优于使用传统字典的图像去噪结果。

Patent Agency Ranking